Analisis Matematico II. Curso 2009/2010.

Diplomatura en Estad´ıstica/Ing. T´ec. en Inf. de Gesti on. Universidad de Ja´en

TEMA 3. DIFERENCIACIO´ N DE FUNCIONES DE VARIAS

VARI- ABLES

1. Derivadas parciales
Para determinar la velocidad o el ritmo de cambio de una funci´on de
varias variables respecto a una de sus variables independientes se utiliza el
proceso de derivaci´on parcial.
Definicio´n 1.1 (Derivadas parciales de una funcio´n de dos vari-
ables). Si z = f(x, y) las primeras derivadas parciales de f con respecto a
las variables x e y son las funciones definidas como

∂z ∂f f (x + h, y) − f
= (x, y) = f x (x, y) := l (x, y) ,
∂x ∂x h→0 h
´ım

∂z ∂f f (x, y + h) − f
= (x, y) = f y (x, y) := l (x, y) ,
∂y ∂y h→0 h
´ım
siempre y cuando el l´ımite exista.
Observacio´n 1.1. La definici ´on indica que para calcular ∂∂ xf se
considera
y constante derivando con respecto a x y para calcular ∂∂yf se considera x
constante derivando con respecto a y. Pueden aplicarse
por tanto las reglas
usuales de derivaci´on.
Ejemplo 1.1. 1. Calcular las derivadas parciales de f (x, y) = yx2 +
3x 3 y 4 .
2. Dada f (x, y) = xex y hallar f , f y evaluarlas en (1, ln(2)).
2

x y

1.1. In t er p r e t aci´on geom ´et r ica de las d e riva d a s

p a r-
ciales
Si y = y0 entonces z = f (x, y0 ) representa la curva intersecci´on de
la superficie z = f (x, y) con el plano y = y0 . Por tanto
fx(x0, y0) = pendiente de la curva interseccion en (x 0, y0, f(x 0,
y0)).
 An alogamente, f(x 0, y) es la curva intersecci´on de

z = f (x, y) (superficie)
x = x0 (plano)
y entonces

fy(x0, y0) = pendiente de la curva intersecci´on en (x 0, y0, f(x0, y0)).

∂f ∂f
Diremos que los valores (x0 , y0 ), (x0 , y0 ) denotan las pendient es de
∂x ∂y
la superficie en las direcciones de x e y, respectivamente.
Ejempl o 1.2. Hallar las pendientes en las direcciones de x e y de la superficie
dada por f (x, y) = 1 − x2 y + xy 3 en el punto (1,2,7).
Las derivadas parciales tambi´en se pueden interpretar como tasas,
veloci- dades o ritmos de cambio.
Ejempl o 1.3. La temperatura en un punto (x, y) de una placa de acero es
T (x, y) = 500 − 0.6x2 − 1.5y 2 , donde x e y se miden en met ros. En el punto
(2, 3) hallar el ritmo de cambio de la temperatura respecto a la distancia
recorrida en las direcciones de los ejes X e Y .

Ejercicio 1.1. Calcular las derivadas parciales de f(x, y, z, w) = xy+yz+xz

w .

1.2. Derivadas parciales de orden

superior
Como sucede con las derivadas ordinarias es posible hallar las segundas,
terceras... derivadas parciales de una funci´on de varias variables, siempre
que tales derivadas existan.
Por ejemplo la funci on z = f(x, y) tiene las siguientes derivadas parciales
de segundo orden:

∂2f ∂
fxx = = ∂∂x
f
(Derivar dos veces respecto a x)
∂x 2 ∂x

∂2f ∂
fxy = = (Derivar respecto a x, luego respecto a y)
∂y∂x ∂y ∂∂x
f

∂2f ∂
fyx = = (Derivar respecto a y, luego respecto a x)
∂x∂y ∂x ∂∂y
f

2
 ∂2f ∂
fyy = = ∂∂y
f
(Derivar dos veces respecto a y)
∂y 2 ∂y
Ejemplo 1.4. Calcular las derivadas parciales de segundo orden de f(x, y) =
3x2y + xy 3 − 2x. Determinar el valor de f x,y (1, 2).
Te o r e ma 1.1 ( I g u a l d a d de l a s d e r i va d a s pa r c i a l e s mix ta s). Si
f(x, y) es tal que f x y y f yx existen y son continuas en un disco abierto D
entonces
f xy (x, y) = f yx (x, y) ∀(x, y) ∈ D .
Ejemplo 1.5. Calcular las derivadas parciales de
segundo orden de f(x, y) =
xey + sen(xy). Comprobar que las derivadas parciales mixtas coinciden.

2. Diferenciaci ´on de funciones de dos

ables vari-
Para una funci ´on de una variable f(x) se define la derivada como
f (a + h) − f
f0(a) := l´ım ( ha ) .
h→0

Esto quiere decir que para h pequen˜o

f (a + h) − f (a)
f 0 (a) ≈ ⇐⇒ f(a + h) ≈ f(a) + f 0 (a)h
h
y por tanto la recta tangente es una buena aproximaci ´on de la funci´on f
cerca del punto a.
Llamando ε(h) = f(a + h) − f(a) − f 0 (a)h se cumple que

f (a + h) − f (a ) = f 0(a)h + ε(h) donde l´ım | ε(h)| = 0.

h→0 |h|

Definicio´n 2.1. Supongamos ahora que f(x, y) es una funci ´on de 2 vari-
ables. De forma an ´aloga a lo que hemos visto para una dimensi´on diremos
que f es diferenciable en el punto (a, b) si
∂f ∂f
f(a + h 1 , b + h 2 ) − f(a, b) = (a, b)h 1 + (a, b)h 2 + ε(h 1 , h 2 )
∂x ∂y
donde
|ε(h 1 , = 0.
l´ım
h 2 )|1 , h 2 )k
(h 1 ,h 2 )→(0,0) k(h
p
(Recuerda que k(h 1 , h2 )k = h2 1+ h 2 es
2 la longitud del vector (h 1 , h 2 )).

3
Definicio´n 2.2. Si f(x, y) es diferenciable en el punto (a, b) vamos a llamar
diferencial de f en (a, b), y se denota como D f (a, b), a la funci´on de
dos variables
∂f ∂f
Df(a, b)(h 1 , h 2 ) = (a, b)h 1 + (a, b)h 2 .
∂x ∂y
Observacio´n 2.1. En una variable los conceptos de derivabilidad (=existen-
cia de la derivada) y de diferenciabilidad (=tener recta tangente) coinciden.
Sin embargo en dos variables la existencia de las dos derivadas parciales ∂∂fx ,
∂f
∂y no garantizan que la funci ´on sea diferenciable (es decir, no garantiza que
tenga plano tangente).
(
x2 y
x2+y2 , (x, y) = (0, 0),
Ejemplo 2.1. Probar que la funci´on f(x, y) =
0, (x, y) = (0, 0),
tiene derivadas parciales en (0, 0) pero no es diferenciable en dicho punto.
Teorema 2.1 (Condicio´n suficiente de diferenciabilidad). Si f(x, y)
∂f ∂f
es una funcion continua de dos variables y las derivadas parciales y
∂x ∂y
existen y son continuas en una regi on abierta D entonces f es diferenciable
en todo punto (x, y) ∈ D.

Como ocurre con una funci ´on de una variable, si una funci´on de dos o
mas variables es diferenciable en un punto tambi´en es continua en ese punto.

Teorema 2.2 (Diferenciable implica continua). Si f(x, y) es difer-

enciable en (a, b) entonces tambi´en es continua en (a, b).
−
x3xy (x, y) = (0, 0),
2+y2 ,
Ejemplo 2.2. Probar que la funci on f(x, y) =
0, (x, y) = (0, 0),
tiene derivadas parciales en (0, 0) pero no es continua en dicho punto. ¿Es
diferenciable en (0, 0)?

Resumimos a continuaci´on la relaci on que existe entre la continuidad, la

existencia de las derivadas parciales y la diferenciabilidad.

Deriv. parc. continuas ⇒ Diferenciable ⇒ Existen las deriv. parc.

⇓
Continua

4
2.1. La diferencial c o m o a p r o x i m aci
´on
Llamando x = a + h1 , y = b + h2 si f (x, y) es diferenciable en (a, b)
entonces
∂f ∂f
f(x, y) ≈ f(a, b) + (a, b)(x − a) + (a, b)(y − b),
∂x ∂y

para valores de (x, y) cercanos al punto (a, b). (La f ormula anterior es la
ecuaci´on del plano tangente a la gr ´afica de f en el punto (a, b, f(a, b))).

Ejemplo 2.3. Calcular la ecuaci ´on del plano tangente a la gr´afica de z =

2 − x2 − y2 en el punto (1, 1).

Llamemos ahora ∆x = h 1 = x − a al incremento en x, ∆y = h 2 = y − b

al incremento en y, ∆z = f(a + ∆x, b + ∆y) − f(a, b) al incremento en z. Si
f(x, y) es diferenciable en (a, b) entonces

∂f ∂f
∆z = f(a + ∆x, b + ∆y) − f(a, b) ≈ (a, b)∆x + (a, b)∆y = dz,
∂x ∂y

y por tanto la diferencial dz ser´ıa una buena aproximaci ´on del incremento
∆z para valores pequen˜os de los incrementos en las variables independientes
∆x, ∆y.

Ejemplo 2.4 (Uso de la diferencial como aproximacio´n).

p Utilizar
la diferencial para aproximar el cambio en z = 4 − x 2 − y 2 cuando (x, y)
se desplaza del punto (1, 1) al punto (1.01, 0.97). Comparar la aproximacion
con el cambio exacto en z.
Ejemplo 2.5 (Ana´lisis
de errores). El error
producido al medir cada
una se
que decomete
las dimensiones de del volumen.
en el c´alculo
una caja rect angular es
± 0.1 mm. Las dimensiones
3.
son x Regla
= 50 cm.,dey = la 20cadena para funciones de varias
cm., z variables
= 15 cm. Estimar
el error absoluto y relativo
Estudiaremos dos casos: cuando solo hay una variable independiente y
cuando hay dos.

5
3.1. Regla d e la cadena: u na variable
independiente
Teorema 3.1. Si w = f(x, y) es diferenciable y x = g(t) e y = h(t) son
derivables entonces

dw ∂w dx ∂w dy
= + .
dt ∂x dt ∂y dt

dw
Ejemplo 3.1. Sea w = x 2 y − y 2 , x = sen(t), y = e t . Calcular | t = 0 de las
dt
dos formas siguientes:

1. Sustituyendo y derivando como una funci´on de una

variable.
2. Aplicando la regla de la cadena.

Ejemplo 3.2. Dos objetos recorren trayectorias el´ıpticas dadas por las ecua-
ciones param´etricas

x1 = 4 cos(t), y1 = 2 sen(t) (Objeto 1),

x2 = 2 sen(2t), y2 = 3 cos(2t) (Objeto 2).

¿A qu´e velocidad cambia la distancia entre los dos objetos cuando t = π?

3.2. Regla de la cadena: dos variables

independientes
Teorema 3.2. Si w = f(x, y), x = g(s, t) e y = h(s, t) son diferenciables
entonces

∂w ∂w ∂x ∂w ∂y ∂w ∂w ∂x ∂w ∂y
= + , = + .
∂s ∂x ∂s ∂y ∂s ∂t ∂x ∂ t ∂y ∂t

∂w ∂w
Ejemplo 3.3. Calcular y para w = 2xy, x = s 2 + t 2 , y = s/t de las
∂s ∂t
dos formas siguientes:

1. Sustituyendo y calculando las derivadas parciales.

2. Aplicando la regla de la cadena.

6
4. Derivadas direccionales y gradientes
Hemos visto que para una superficie z = f(x, y) la pendiente en la di-
∂f ∂f
reccion de x est´a dada por y la pendiente en la direcci´on de y
∂x por . ∂y
Ahora vamos a determinar como calcular la pendiente de una superficie en
un punto a lo largo de cualquier direcci´on.
Sea z = f(x, y) una funci ´on de dos variables y v = (v 1, v2) un vector de
R2. Las ecuaciones param´etricas de la recta que pasa por el punto (a, b) y
tiene como vector director a v son

x = a + tv 1 ,
y = b + tv 2 .

Definicio´n 4.1 (Derivada direccional). La derivada direccional de f

en el punto (a, b) y en la direcci on de v = (v 1, v2) se define como

f (a + tv 1 , b + tv 2 ) − f
Dv f(a, b) := l´ım ,
t→0+ (a, b) t
siempre que este l´ımite exista.

Observacio´n 4.1. Tenemos que especificar siempre una direcci p

´on mediante
un vector unitario v = (v 1 , v 2 ), es decir de longitud kvk = v 21 + v 22 = 1.
Si v = (v 1 , v2 ) es cualquier vector de R 2 entonces

v = v, 1 v2 ,
kvk kvk kvk

es un vector unitario con la misma direcci´on y sentido que v.

Otra forma de determinar un vector unitario es considerar v = (cos(θ), sen(θ)),
siendo θ el ´angulo que forma la “direcci´on”elegida con la horizontal.
Teorema 4.1 (Ca´lculo de la derivada direccional). Si f(x, y) es
una funcion diferenciable en el punto (a, b) ∈ int(D(f)) entonces la derivada
direccional en el punto (a, b) segu´n la direcci on del vector v = (v 1 , v2 ) es

∂f ∂f
Dv f(a, b) = (a, b) · v 1 + (a, b) · v 2.
∂x ∂y

Ejemplo 4.1. Hallar la derivada direccional de f(x, y) = x 2 sen(2y) en el

punto (1, π/2) en la direcci ´on que marca v = (3, −4).

7
Observacio´n 4.2. Si f es diferenciable entonces
∂f
(a, b) = D (1,0) f(a, b),
∂x
es la derivada direccional en la direcci´on del semieje x positivo y
∂f
(a, b) = D (0,1) f(a, b),
∂y
es la derivada direccional en la direcci´on del semieje y positivo.

4.1. El gradiente de una ´on de dos

funci variables
Definicio´n 4.2 (Gradiente). Si z = f(x, y) entonces el gradiente de f,
∇f(x, y), es el vector
∂f ∂f 2
∇f (x, y) =
∂x (x, y),
∂y (x, y) ∈ R .
(Nota: el gradiente es un vector en el plano y no un nu´mero).
Ejemplo 4.2. Calcular el gradiente de f(x, y) = x 2 y +sen(x +y) en el punto
(0, π/2).
Observacio´n 4.3. Si f es diferenciable en (a, b) entonces la derivada direc-
cional de f en (a, b) en la direcci on del vector v = (v 1 , v 2 ) puede escribirse
como

∂f ∂f
Dv f (a, b) = ∇f (a, b) · v= (a, b) v1 + (a, b) v2
∂x ∂y
↑
P roducto escalar

Teorema 4.2 (Propiedades del gradiente). Sea f diferenciable en

(a, b).

1. Si ∇f(a, b) = (0, 0) entonces D v f(a, b) = 0 para toda direcci on v.

2. La direccion de m´aximo incremento de f est´a dado por ∇f(a, b) y el
valor m aximo de D v f(a, b) es k ∇f(a, b)k.
3. La direccion de m´ınimo incremento de f es − ∇ f (a, b) y el valor
mo de Dv maxi-
f (a, b) es −k ∇ f (a, b)k.

8
Ejemplo 4.3. La temperatura en la superficie de una placa met ´alica es
T (x, y) = 20 − 4x 2 − y2 con x e y medidas en cm. ¿En qu´e direcci ´on a partir
de (2, −3) aumenta m as rapido la temperatura? ¿Cu´al es la tasa o ritmo de
crecimiento?

Te o r e m a 4 . 3 ( E l g r a d i e n t e e s o r t o g o n a l a l a s c u r v a s d e n i v -
el). Si f es diferenciable en (a, b) y ∇f(a, b) = (0, 0) entonces ∇f(a, b) es
ortogonal a la curva de nivel que pasa por (a, b).

5. Extremos de funciones de dos variables

Definicio´n 5.1 (f : D ⊂ R 2 → R). 1. f tiene un maximo absoluto en
(a, b) si
f (x, y) ≤ f (a, b) ∀(x, y) ∈ D .

2. f tiene un maximo relativo en (a, b) si existe r > 0 tal que

f (x, y) ≤ f (a, b) ∀(x, y) ∈ B((a, b),

r ).
3. f
tiene un m´ınimo absoluto en (a, b) si
f (x, y) ≥ f (a, b) ∀(x, y) ∈ D .

4. f tiene un m´ınimo relativo en (a, b) si existe r > 0 tal que

f (x, y) ≥ f (a, b) ∀(x, y) ∈ B((a, b),

r ).
Hemos visto en el Tema 1 que si la regi ´on D es compacta (cerrada y
acotada) y f(x, y) es continua entonces f alcanza siempre un valor m a´ximo
y m´ınimo absolutos en la regi on D.

Teorema 5.1 (Condicio´n necesaria para la existencia de extremos).

Sea f(x, y) definida en una regi on abierta D y diferenciable en (a, b). Si f
tiene un extremo relativo en (a, b) entonces
 ∂f
 ∂x (a, b) = 0,
∇f(a, b) = (0, 0) ⇐⇒
 ∂f
∂y (a, b) = 0.

(Nota: Si ∇f(a, b) = (0, 0) se dice que (a, b) es un punto cr´ıtico).

Ejemplo 5.1. Hallar los extremos relativos de f(x, y) = 2x 2 + y 2 + 8x − 6y +
20.

9
 En general los puntos cr´ıticos de una funci´on de dos variables no siempre
son maximos o m´ınimos relativos, algunos son puntos de silla, como por
ejemplo el origen para la funci on f(x, y) = y 2 − x 2 .
Para clasificar los puntos cr´ıticos disponemos de un criterio usando las
derivadas parciales segundas.
Definicio´n 5.2 (Hessiano). Se llama Hessiano de f en (a, b) al determi-
nante  2 
∂ f ∂2f
(a, b)) (a, b))
H(a, b) = det  ∂x2 ∂y∂x .
 
∂2f ∂2f
∂x∂y (a, b)) ∂y2 (a, b))

Te o r e m a 5 . 2 ( C r i t e r i o d e l H e s s i a n o ) . Sea (a, b) un punto cr´ıtico de la

funci´on f (i.e., ∇f(a, b) = (0, 0)) y supongamos que existe un disco centrado
en (a, b) donde las derivadas parciales segundas son continuas. Se cumple
entonces que:
∂2f
1. Si H(a, b) > 0 y (a, b)) > 0 =⇒ (a, b) es un m´ınimo relativo.
∂x 2
∂2f
2. Si H(a, b) > 0 y (a, b)) < 0 = ⇒ (a, b) es un maximo relativo.
∂x 2
3. Si H(a, b) < 0 = ⇒ (a, b) es un punto de silla.

4. Si H(a, b) = 0 el criterio no lleva a ninguna conclusi on. (en este caso

tenemos que estudiar la funci´on directamente).

Ejemplo 5.2. Identificar los extremos relativos de la funci´on f(x, y) = −x 3 +

4xy − 2y 2 + 1.
Ejemplo 5.3. Identificar los extremos relativos de la funci´on f(x, y) = x 2y2.
Ejemplo 5.4. Una caja rectangular descansa en el plano XY con uno de sus v
´ertices en el origen. El v´ertice opuesto est ´a en el plano 6x + 4y + 3z = 24.
Hallar el volumen m ´aximo que puede tener la caja.
Ejemplo 5.5. Un fabricante de art´ıculos electr´onicos determina que la ganan-
cia en euros al producir x unidades de un reproductor de DVD e y unidades
de un grabador de DVD se aproxima mediante la funci´on
P (x, y) = 8x + 10y − 0.001(x 2 + xy + y 2) − 10000.

Hallar el nivel de producci´on qu proporciona una ganancia o beneficio a´xi-

m mo. ¿Cual es esta ganancia maxima?

10
6. Optimizaci o n con restricciones: m u l t ipli-
cadores de Lagrange
Muchos problemas de optimizaci´on est an sometidos a restricciones o lig-
aduras para los valores que pueden
usarse de lasque
supongamos variables.
queremosPor ejemplo
calcular el rect angulo de area maxima que puede
x2 y 2
inscribirse en la elipse + = 1.
9 16
f(x, y) = 4xy (Funci o´n objetivo).
x2 y2
g(x, y) = + − 1 = 0 (Restriccion o ligadura).
9 16
Problema: Maximizar la funcion f(x, y) cuando las variables (x, y) est´an
sometidas a la restricci´on g(x, y) = 0.
Teorema 6.1 (Teorema de Lagrange). Sean f y g funciones con derivadas
parciales continuas. Si f(x, y) sometida a la restricci on g(x, y) = 0 tiene un
extremo relativo en un punto (a, b) y si ∇g(a, b) = (0, 0) entonces existe un
nu´mero λ tal que
∇f(a, b) = λ ∇g(a, b).
(λ recibe el nombre de multiplicador de Lagrange).
Teorema 6.2 (Me´todo de los multiplicadores de Lagrange). Sean
f y g funciones con derivadas parciales continuas y ∇g(x, y) = (0, 0) para
todo (x, y) donde g(x, y) = 0.
Si f (x, y) sometida a la restriccion g(x, y) = 0 alcanza un extremo relativo
en un punto (a, b) entonces (a, b) es soluci´on del sistema de ecuaciones
 ∂f
 ∂ x (x, y) = λ ∂ x (x, y),
∂g


∇f (x, y) = λ∇g(x, y), ∂f ∂g
g(x, y) = 0. = ∂y (x, y) = λ ∂y (x, y),


g(x, y) = 0.
Observacio´n 6.1. Si sabemos que f(x, y) sometida a la restricci´on g(x, y) =
0 alcanza su m´aximo y su m´ınimo absolutos (por ejemplo, si g(x, y) = 0 es
un conjunto compacto) entonces basta evaluar f en las soluciones del sistema
anterior y quedarse con los valores ma´ximo y m´ınimo
Ejemplo 6.1. Encontrar dos nu´meros x e y en la circunferencia unidad (i.e.,
x 2 + y 2 = 1) de forma que su producto sea maximo.
Ejemplo 6.2. Hallar los valores m a´ximo y m
´ınimo de la
funci´on f(x, y) =
x 2 + 2y 2 − 2x + 3 sujeta a la restricci´on x 2 + y 2 ≤ 10.

11
7. Ap´endice
Definicio ´ n 7.1. Si f : I ⊂ R → R, donde I es un intervalo abierto y x 0 ∈ I,
se define la derivada de f en el punto x 0 como el nu´mero real
f (x 0 + h) − f (x 0 )
f0(x0) = l´ım ,
h→0 h
siempre que dicho l´ımite exista y sea finito.

Teorema 7.1 (Derivable implica continua). Sea f : I ⊂ R → R,

donde I es un intervalo abierto y x 0 ∈ I.
Si f es derivable en x 0 , entonces f es continua en x 0 .
Teorema 7.2 (Ecuacio´n de la recta tangente). Sea f : I ⊂ R → R,
donde I es un intervalo abierto y x 0 ∈ I.
Si f es derivable en x 0 , entonces la ecuaci on de la recta tangente a la
grafica de f en el punto x 0 viene dada por la ecuaci on

y − f(x 0 ) = f 0 (x 0 )(x − x 0 ).
Teorema 7.3 (Regla de la cadena). Supongamos que f es una funci´on
derivable en x 0 y g una funcion derivable en f(x 0 ).
Entonces g ◦ f es una funci on derivable en x 0 y ademas

(g ◦ f) 0 (x 0 ) = g 0 (f(x 0 ))f 0 (x 0 ).

Te o r e ma 7.4 ( Te o r e m a d e l va l o r medio ). Supongamos que f : [a, b]

→ R es continua y derivable en (a,b). Entonces existe un nu´ mero c ∈ (a,
b) tal que
f (b) − f
f 0 (c) = (a) .
b−a

12